郭華良
(新疆水利水電學校,新疆烏魯木齊,830013)
現(xiàn)階段,計算機網(wǎng)絡的開放性雖然為人們的生活、工作帶來了極大的便利,但該特性也使得計算機網(wǎng)絡運行期間需要面臨一定的信息安全風險,影響了計算機的應用效果。在此過程中,Dos攻擊以及由該攻擊發(fā)展出的惡意攻擊作為影響計算機網(wǎng)絡運行的典型信息安全威脅,該類型攻擊通常會通過操作多臺僵尸主機,一起對受害計算機進行攻擊,使其受害計算機的資源、有效寬帶被大量占用,導致其不能正常運行服務功能,同時,由于目前計算機網(wǎng)絡中的TCP/IP協(xié)議存在一定缺陷,使得該類型攻擊無法被徹底杜絕,而運用基于預防策略的防御技術(shù),可以有效攔截惡意流量,防止僵尸主機占用受害計算機資源、寬帶,極大地提高了信息安全防護效果,因此,在此次防御技術(shù)研究中,研究者以Dos類攻擊為研究背景、研究案例,通過分析防御技術(shù)在Dos類攻擊防御系統(tǒng)構(gòu)建中的應用,對該技術(shù)展開研究,以期為信息安全技術(shù)的發(fā)展提供助力。
(1)技術(shù)需求分析
在傳統(tǒng)防御技術(shù)下,防護裝置通常會被按照中間件的處理方式,設置在網(wǎng)絡拓撲中,然后根據(jù)預設好的定義閾值、規(guī)則、簽名,識別Dos類攻擊,但這種方式僅能識別已知的攻擊方式,一旦攻擊方式稍微做出了改變,該防御則無法區(qū)分正常和攻擊流量。在此過程中,可以采用添加編程的方式,使防御系統(tǒng)能夠識別新的攻擊方式,但該項防御技術(shù)操作過于被動而且受硬件限制,因此,為了增強防御效果,可以將機器學習技術(shù)引入防御技術(shù)體系的建設,通過數(shù)據(jù)訓練的方式,在無需編程的情況下,使防御系統(tǒng)能夠識別更多種Dos類攻擊方式,達到更好的計算機網(wǎng)絡防御技術(shù)應用效果。
(2)算法選擇
機器學習技術(shù)雖然是一種新型的計算機網(wǎng)絡防御技術(shù),但從本質(zhì)上來說,其防御Dos類攻擊的作用機理依然是對流量加以分類,實現(xiàn)對正常業(yè)務流量、惡意攻擊流量的區(qū)分,因此,在Dos類攻擊防御系統(tǒng)的建設中,應當使用分類算法承載該項技術(shù),使該項技術(shù)能夠順利發(fā)揮效用。目前,能夠承載機器學習技術(shù)的分類算法有樸素葉貝斯、K-近鄰算法、決策樹算法、邏輯回歸算法、神經(jīng)網(wǎng)絡算法、支持向量機算法等,其優(yōu)劣勢對比如表1,應對上述分類算法進行優(yōu)劣勢對比,根據(jù)實際需求,進行分類算法選擇,以構(gòu)建出有效的計算機網(wǎng)絡防御系統(tǒng),增強防御技術(shù)應用效果。在此過程中,可以通過使用第三方工具,對各類算法進行性能測試,以準確選用分類算法。在性能測試中,可以準備攻擊類報文6000個,其中應包括cldap攻擊包、syn大包等多種類型,同時,正常報文4000個,其中包括ack、dns等類型,用于數(shù)據(jù)訓練,再準備攻擊報文1300個、正常報文700個,用于測試,最后,采用交叉驗證的方式,查看分類算法的分類準確度結(jié)果,然后確定Dos防御系統(tǒng)中用于塑造機器學習性能的算法。
表1 算法優(yōu)劣勢對比表
(1)數(shù)據(jù)包系統(tǒng)部署
在防御系統(tǒng)中,數(shù)據(jù)包系統(tǒng)主要用于,區(qū)分正常業(yè)務流量、攻擊流量的區(qū)分,并在不影響正常業(yè)務流量運行的情況下,對Dos類攻擊流量進行處理,以免攻擊流量為服務器帶來危害。一般來說,數(shù)據(jù)包系統(tǒng)通常被部署在服務器上,但上述一系列防御流程的運行需要耗費大量的資源,如果系統(tǒng)在服務器上,則會導致服務器資源被大量占用,使計算機網(wǎng)絡防御技術(shù)無法正常起到作用,因此,應將其部署在服務器之前,使攻擊流量能夠被系統(tǒng)過濾,而無法到達服務器。而服務器的上一層為核心轉(zhuǎn)發(fā)設備,流量會從該設備流向服務器,所以可以采用串聯(lián)的方式,將系統(tǒng)設置在核心轉(zhuǎn)發(fā)設備之后,服務器之前,以便于在不影響計算機網(wǎng)絡運行的前提下,實現(xiàn)攻擊流量的過濾,落實計算機網(wǎng)絡防御技術(shù)。
(2)系統(tǒng)功能設計
為了達到更好的計算機網(wǎng)絡防御技術(shù)應用效果,在具體的數(shù)據(jù)包系統(tǒng)功能設計上,應當設置好實時監(jiān)控、非功能性需求滿足功能。其中,在實時監(jiān)控功能方面,系統(tǒng)應可以基于流量歷史數(shù)據(jù),評估該流量為攻擊流量的概率,然后將概率數(shù)據(jù)輸入分類算法模型中,以提高流量分類的準確性和效率,同時,由于監(jiān)控功能難以直接參與控制,因此,還要為其設置配套的控制模塊,使監(jiān)控結(jié)果可以被轉(zhuǎn)化為控制指令,實現(xiàn)整體調(diào)度、控制,以便于在正常流量不足時,及時從核心設備處引入流量。在非功能性需求方面,設計者應為系統(tǒng)設計日志分析、流量展示等功能,使用戶能夠更好地了解系統(tǒng)功能的運行過程,并在有需要時,進行功能管理,增強防御技術(shù)的落實效果。
(1)整體防御流程設計
在計算機網(wǎng)絡防御系統(tǒng)的整體流程設計中,設計者需基于機器學習技術(shù)、數(shù)據(jù)包系統(tǒng),構(gòu)建出一個主動的防御機制,以實現(xiàn)自動化的Dos類攻擊防御策略運行,有效落實計算機網(wǎng)絡防御技術(shù)。在此過程中,數(shù)據(jù)包系統(tǒng)會實時監(jiān)測核心設備輸入的流量,當系統(tǒng)認定該流量為攻擊流量時,數(shù)據(jù)包系統(tǒng)的監(jiān)測控制器就會下達流量引導指令,并將流量引入輸入輸出模塊處,該模塊會再將流量送往預處理模塊,并為該預處理模塊的輸出端規(guī)劃兩條鏈路,一條通往分類器,另一條通往存儲模塊。其中,分類器主要是用于識別、銷毀攻擊流量,而存儲模塊則是存儲從攻擊流量中提取的網(wǎng)絡數(shù)據(jù)包,用于分類器的學習,形成一個完整的防御流程,實現(xiàn)計算機網(wǎng)絡防御技術(shù)。
(2)模塊功能設計
根據(jù)上述流程,防御系統(tǒng)所需的模塊包括,流量輸入輸出模塊、預處理模塊、數(shù)據(jù)存儲模塊、特征提取模塊、分類器模塊。其中,流量輸入輸出模塊的功能為,分發(fā)來自于核心設備的流量數(shù)據(jù)。預處理模塊的功能為,利用傳統(tǒng)的防御措施,對流量初步處理,減少分類器所需判別的流量,減輕分類器的工作負擔,提高防御系統(tǒng)的反應效率。數(shù)據(jù)存儲模塊的功能為,存儲分類器訓練所需的樣本數(shù)據(jù)。特征提取模塊方面,由于數(shù)據(jù)存儲模塊中的樣本數(shù)據(jù)是以數(shù)據(jù)包的形式存在的,而該形式的樣本數(shù)據(jù)無法被直接應用于分類器訓練,因此,需要特征提取模塊,將樣本數(shù)據(jù)包中的特征數(shù)據(jù)提取出來,傳輸給分類器以保證數(shù)據(jù)訓練的正常進行。分類器模塊的功能則為Dos攻擊類型的識別、判定,是整體系統(tǒng)的核心功能。
為了有效運作計算機網(wǎng)絡防御技術(shù),設計者還要對上述功能模塊的運行進行設計,以保證防御工作效果?;谏鲜稣撌觯K功能的實現(xiàn)設計包含以下幾個重點:
(1)驅(qū)動程序設計
在防御技術(shù)的應用中,為了提高防御體系的反應速度,設計者塑造出數(shù)據(jù)包系統(tǒng)的高速收發(fā)功能,以應對大量攻擊流量的防御工作,增強計算機網(wǎng)絡運行的安全性。在該項功能的實現(xiàn)設計中,應先保證驅(qū)動程序的性能,使系統(tǒng)具備足夠的驅(qū)動,來完成數(shù)據(jù)包的高速收發(fā)任務。在此過程中,可以考慮使用DPDK創(chuàng)新技術(shù),并利用該技術(shù)支持海量數(shù)據(jù)吞吐、彌補內(nèi)核協(xié)議棧數(shù)據(jù)包處理缺陷的能力,結(jié)合由API、用戶空間驅(qū)動程序組成PMD驅(qū)動,開展網(wǎng)卡調(diào)動運行,實現(xiàn)輪詢方式下的數(shù)據(jù)包處理,以消除其他方式下,中斷操作所導致的性能開銷[2]。
(2)其他設計
在高速收發(fā)數(shù)據(jù)包功能實現(xiàn)設計中,考慮到Linux默認每頁內(nèi)存為4k,因此,在存儲過程中,如果物理內(nèi)存較大,那么其所映射出的條目規(guī)模也比較大,很容易降低CPU的檢索效率。為此,設計者需要采用Hugepage內(nèi)存方式,設置虛擬內(nèi)存空間,以加快映射,減少對CPU檢索效率的影響。一般來說,將內(nèi)存頁控制在2Mb,設置使用命令echo 2048>/sys/kernel/mm/hugepages/hugepages-2048kB/nr_hugepages,實現(xiàn)Hugepage的應用,其中,預留Hugepage大小=頁面大小*頁面?zhèn)€數(shù),頁面?zhèn)€數(shù)為2048。
經(jīng)過上述設計研究環(huán)節(jié),設計者將設計出的計算機網(wǎng)絡防御系統(tǒng)投入了測試。在測試中,硬件條件為,交換機1臺、物理服務器3臺、萬兆網(wǎng)卡4塊,軟件條件為,ubuntu 14.04.1操作系統(tǒng)、內(nèi)存128G。此次測試所使用的工具為,Linux系統(tǒng)下的hping3。經(jīng)過此次測試后,設計者發(fā)現(xiàn),該計算機網(wǎng)絡防御系統(tǒng)在10Gb流量寬帶攻擊下,才會出現(xiàn)少量的丟包現(xiàn)象,而常規(guī)的網(wǎng)絡防御系統(tǒng),在超過5G時,就已經(jīng)會呈現(xiàn)出較高的丟包率,由此說明該系統(tǒng)能夠有效應對Dos攻擊,同時,也說明上述計算機網(wǎng)絡防御技術(shù)的部署應用方法可行[3]。
增強防御技術(shù)的應用效果,能夠減少信息安全事故發(fā)生的幾率。經(jīng)過上述研究可以看出,將計算機網(wǎng)絡安全防御技術(shù)應用到惡意入侵的攔截機制建設中,能夠有效避免惡意流量干擾計算機的正常運行,保證計算機的網(wǎng)絡安全,從而構(gòu)建出更加可靠的計算機網(wǎng)絡運行條件。